knitr::opts_chunk$set(echo = TRUE, warning = FALSE, include=TRUE)
knitr::opts_chunk$set(dpi=300, fig.width=6, fig.height = 5, fig.align = 'left')
knitr::opts_chunk$set(cache = TRUE)

pdf.options(encoding = "CP1250")

library(eurostat)
library(tidyverse)
## -- Attaching packages -------------------------------------------------------------------------------------------------------------------------------------------------------------- tidyverse 1.3.0 --
## v ggplot2 3.3.2     v purrr   0.3.4
## v tibble  3.0.1     v dplyr   1.0.0
## v tidyr   1.1.0     v stringr 1.4.0
## v readr   1.3.1     v forcats 0.5.0
## -- Conflicts ----------------------------------------------------------------------------------------------------------------------------------------------------------------- tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()
library(dplyr)
library(ggplot2)
library(cshapes)
## Loading required package: sp
## Loading required package: maptools
## Checking rgeos availability: FALSE
##      Note: when rgeos is not available, polygon geometry     computations in maptools depend on gpclib,
##      which has a restricted licence. It is disabled by default;
##      to enable gpclib, type gpclibPermit()
## Loading required package: plyr
## ------------------------------------------------------------------------------
## You have loaded plyr after dplyr - this is likely to cause problems.
## If you need functions from both plyr and dplyr, please load plyr first, then dplyr:
## library(plyr); library(dplyr)
## ------------------------------------------------------------------------------
## 
## Attaching package: 'plyr'
## The following objects are masked from 'package:dplyr':
## 
##     arrange, count, desc, failwith, id, mutate, rename, summarise,
##     summarize
## The following object is masked from 'package:purrr':
## 
##     compact
library(sf)
## Linking to GEOS 3.8.0, GDAL 3.0.4, PROJ 6.3.1
library(scales)
## 
## Attaching package: 'scales'
## The following object is masked from 'package:purrr':
## 
##     discard
## The following object is masked from 'package:readr':
## 
##     col_factor
drogi <- read.csv2('../../data/GUS/drogi-polska.csv', sep = ";", encoding = "UTF-8")
wypadki <- read.csv2('../../data/GUS/wypadki-polska.csv', sep = ";", encoding = "UTF-8")
pojazdy.polska <- read.csv('../../data/GUS/pojazdy-polska.csv', sep = ";", encoding = "UTF-8")
ludnosc.polska <- read.csv('../../data/GUS/ludnosc-polska.csv', sep = ';', encoding = "UTF-8")
powiaty <- st_read(dsn='../../data/GUS/powiaty.gml', quiet = TRUE)

Wprowadzenie

W raporcie zebrano oraz przedstawiono dane dotyczace śmiertelnych wypadków drogowych, z podziałem na państwa UE. Przedstawiono również statystykę na temat liczby pojazdów w krajach UE. Wyniki analizowane są po kątem tego, jak na tle reszty państw wspólnoty wypada Polska. Podstawowym źródłem danych jest agencja Eurostat. W drugiej części raportu przedstawiono szczegółowe dane dla Polski w rozbiciu na powiaty. Źródłem danych był Bank Danych Lokalnych GUS.

Dane Unia Europejska

Zabici ogółem w wypadkach drogowych w państwach UE (2018)

Dane za rok 2018 (z wyłączeniem Turcji) obejmują łączną liczbę zabitych oraz wartość przeliczoną na 100 tys. mieszkańców.

Poniższe wykresy pokazują, że Polska przoduje w unijnych statystykach dot. ofiar śmiertlenych wypadków drogowych. Dotyczy to zarówno wartości bezwględnych, jak liczby wypadków na 100 tys. mieszkańców.

Wykres 1.

Wykres 1.

Zabici w wypadkach drogowych w państwach UE w ujęciu geograficznym (2018)

Dane dot. współczynnika śmiertelności w wypadkach drogowych (na 100 tys.) zostały podzielone na 4 przedziały i zestawione z informacją geograniczną Eurostat.

Poniższa mapa pokazuje, że najgorsza sytuacja pod względem ofiar śmiertelnych wypadków drogowych panuje w państwa Europy Środkowo-Wschodniej oraz na Bałkanach.

Mapa 1.

Mapa 1.

Wniosek ten ptwierdza mapa, na którą naniesiono dane w skali dyskretnej.

Mapa 2.

Mapa 2.

Zabici w wypadkach drogowych w państwach UE wg pojazdu (2017)

Dane Eurostat wymagają przeliczenia w stosunku do rozmiaru populacji w celu uzyskania miarodajnego porównania sytuacji w poszczególnych państwach.

Poniższy wykres wskazuje, że Polska jest jednym liderów pod względem liczby ofiar śmiertelnych wypadków drogowych z udziałem samochodów osobowych.

Wykres 3.

Wykres 3.

Polska nieco lepiej wypadła pod względem, liczby ofiar śmiertlenych wypadków z udziałem rowerzystów. Polska ustępuje pod tym względem niektórym państwom Europy Zachodniej, w tym Holandii (państwo o najwyśzym odsetku rowerzystów w Europie).

Wykres 4.

Wykres 4.

Niestety w zasobach Eurostat brakuje danych dotyczących ofiar wypadków z udziałem innych typów pojazdów, w tym pojazdów transportowych lub motocykli.

Ofiary wypadków wg rodzaju infrastruktury drogowej

Dane za rok 2017 zostały przeliczone w stosunku do rozmiaru populacji.

Pod względem liczby ofiar śmiertelnych wypadków drogowych na autostradach (w przeliczeniu na 100 tys. mieszkańców), Polska plasuje dole rankingu państw UE (wykres 8). Może to jednak wynikać z faktu, iż długość sieci autostrad w Polsce pozostaje nadal relatywnie mała.

Wykres 8.

Wykres 8.

W celu weryfikacji tej hipotezy, należy przeliczyć średnią liczbę ofiar śmiertlenych wypadków drogowych na autostradach na tysiąc km dróg tego rodzaju.

Choć dane Eurostatu nt. stanu infrastruktury drogowej za 2017 r. są niestety niepełne, to nadal obrazują różnicę między Polską a państwa Europy Zachodniej. Pod względem średniej liczby ofiar śmiertelnych wypadków drogowych na autostradach w przeliczenia na 1 tys. km tego rodzaju dróg, Polska plasuje się w na trzecim miejscu (za Bułgarią i Rumunią).

Wykres 9.

Wykres 9.

Ofiary śmiertelne wypadków drogowych w latach 2000-2018 w wybranych państwach UE - analiza trendu

Dane za lata 2000-2018 obejmuję jedynie wybrane państwa UE: Polskę, Niemcy, Francję, Wielką Brytanię (stan na 2018 r.), Hiszpanię, Szwecję, Włochy, Austrię, Belgię i Portugalię.

Wykres 12 potwierdza trend spadkowy dla liczba ofiar wypadków rogowych (w przeliczeniu na 100 tys.) mieszkańców we wszystkich przytoczonych państwawch. Dotyczy to również Polski, która jedynie w latach 2000-2003 notowała mniej ofiar śmiertelnych niż Portugalia.

Wykres 12.

Wykres 12.

ofiary śmiertelne wypadków drogowych na poziomie jednostek NUTS-2 (2018 r.)

Dane oraz informacje geoprzestrzenne pochodzą z zasobów agencji Eurostat. W analizie pominięto regiony ulokowane na obszarze Turcji. Wyniki podzielono w oparciu o pięć przedziałów.

Dane dot. liczby ofiar śmiertelnych wypadków drogowych (w przeliczeniu na 1 mln mieszkańców) na poziomie regionów NUTS-2, wyraźnie wskazują, że obszary o najwyśzym współczynniku wypadkowości znajdują się na wschodnich rubieżach UE (mapa 3).

Mapa 3.

Mapa 3.

Te same dane przestawione na mapie w skali ciągłej.

Mapa 4.

Mapa 4.

Warto w tym miejscu przeanalizować jaka sytuacja pod tym względem występuje w Niemczech - państwie, które część do 1990 r. znajdowała się w tzw. Bloku Wschodnim. W tym celu należy przefiltrować dane obejmujące regiony leżące w obrębie landów niemieckich.

Uzyskane dane zostały przedstawione na mapie Niemiec.

Mapa 5.

Mapa 5.

Aby lepiej zobrazować w jakim stopniu dane dla obszaru dawnego NRD różnią się od reszty kraju, należy nałożyć na mapę hsitoryczne granice Niemiec Wschodnich. W tym celu warto sięgnąć po bibliotekę Cshapes.

Na mapie 6 wyraźnie widać, że problem wysokiej liczby ofiar wypadków drogowych nie dotyczy wyłącznie obszaru dawnego NRD. Nie zmienia to jednak faktu, że na tle reszty kraju, niemal cały teb obszar charakteryzuje sięwysoką liczbą ofiar śmiertelnych będących skutkiem wypadków drogowych.

Mapa 6.

Mapa 6.

Potwierdza to mapa, na której dane przedstawione zostały w skali ciągłej.

Mapa 7.

Mapa 7.

liczba samochodów osobowych na 1000 mieszkancow

stosunek liczby zgonow w wypadkach drogowych do liczby samochodow

Dane Polska

Analiza wypadków w Polsce

Na poniższym wykresie porównano zachowanie trendu liczby wypadków drogowych ze wzrostem kilometrów autostrad w Polsce. Widać, że wraz ze wzrostem liczby kilometrów oddawanych do użytku autostrad malała liczba wypadków drogowych.

Pojazdy na 100 tys. mieszkańców na mapie - klasy

Na powyższej mapie, liczba pojazdów w powiatach została zobrazowana za pomocą gradientu koloru. Ze względu na szeroki zakres wartości może być ciężko odróżnić wartości. Na kolejnej ilustracji wartości podzielono na zakresy i pokazano 4 klas, które powstały z przedziałów kwantylowych:

  • 0 - 25 %
  • 25 - 50 %
  • 50 - 75 %
  • 75 - 100 %

Wykresy top/bottom 10 powiatów w liczbie zarejestrowanych auto osobowych

## Adding missing grouping variables: `Rok`, `Kod`

## Adding missing grouping variables: `Rok`, `Kod`

Wypadki

Liczba wypadków na 100 tys. mieszkańców na mapie powiatów

Wykresy top/bottom

Liczba ofiar śmiertelnych w wypadkach na 100 tys. pojazdów

Wykresy top/bottom

Liczba ofiar śmiertelnych na 100 wypadków

WYkresy top/bottom